Buscar

g) Explique o que é capacidade de generalização em treinamento supervisionado de redes neurais artificiais e como a disponibilidade de um conjunto ...

g) Explique o que é capacidade de generalização em treinamento supervisionado de redes neurais artificiais e como a disponibilidade de um conjunto de treinamento e de um conjunto de validação pode ser empregada visando maximizar esta capacidade.

A capacidade de generalização está associada à competência da rede neural em responder adequadamente para amostras de entrada-saída não utilizadas durante o processo de treinamento.
Maximizar a capacidade de generalização implica minimizar a degradação de desempenho quando se passa dos dados de treinamento para outros dados não utilizados durante o treinamento.
O conjunto de validação é utilizado para monitorar a progressão do erro durante o processo de treinamento e para determinar quando deve-se parar o treinamento.

Essa pergunta também está no material:

Gab_ListaExercicios
24 pág.

Enem Universidade Estácio de SáUniversidade Estácio de Sá

Respostas

User badge image

Ed Verified user icon

A capacidade de generalização em treinamento supervisionado de redes neurais artificiais é a habilidade da rede neural em generalizar o conhecimento adquirido durante o treinamento para novos dados que não foram utilizados no processo de treinamento. Em outras palavras, é a capacidade da rede neural em produzir resultados precisos para novos dados que não foram apresentados durante o treinamento. A disponibilidade de um conjunto de treinamento e um conjunto de validação pode ser empregada para maximizar a capacidade de generalização da rede neural. O conjunto de treinamento é utilizado para treinar a rede neural, enquanto o conjunto de validação é utilizado para avaliar o desempenho da rede neural durante o treinamento e para determinar quando deve-se parar o treinamento. Ao utilizar o conjunto de validação, é possível monitorar a progressão do erro durante o processo de treinamento e determinar quando a rede neural está começando a sofrer de overfitting, ou seja, quando a rede neural está se ajustando demais aos dados de treinamento e perdendo a capacidade de generalização. Dessa forma, é possível ajustar os parâmetros da rede neural para maximizar a capacidade de generalização e evitar o overfitting.

0
Dislike0

Responda

SetasNegritoItálicoSublinhadoTachadoCitaçãoCódigoLista numeradaLista com marcadoresSubscritoSobrescritoDiminuir recuoAumentar recuoCor da fonteCor de fundoAlinhamentoLimparInserir linkImagemFórmula

Para escrever sua resposta aqui, entre ou crie uma conta

User badge image

Mais conteúdos dessa disciplina